一句话结论：在深圳判断一家 GEO 服务商是否靠谱，不靠印象，靠四步核查：口径是否一致、问句是否选得准、记录是否留得下、责任是否担得住。
一、为什么深圳的判断问题更集中在执行层
深圳的需求方多处于竞争激烈行业，决策节奏快，通常在数周内就要启动项目，因此没有太多时间做长周期观察。
这种节奏下，判断依据会自然集中到执行层的信号：能不能按时交付、出了问题谁负责、记录是否留得下。
因此本文不谈理念，只讲四个可核查的步骤。
二、步骤一：核查口径是否一致
第一步是口径一致性。做法是把对方的公开表述与沟通中的表述逐项对照，看服务范围、交付物、周期是否一致。
判定标准是差异可解释。若页面写「含复测」，沟通中却要另收费，差异就不可解释。
不合格表现是同一件事在不同场合有三种说法，这类不一致通常在执行阶段放大。
三、步骤二：核查问句能力
第二步是问句能力。GEO 的核心工作是围绕目标问句组织内容，因此要判断对方能否给出与业务相关的问句清单。
判定标准有三条：问句有意图归类、有优先级排序、有与自身业务的对应说明。
不合格表现是只给数量不给清单，或清单里的问句与业务无关，只是通用词堆叠。
四、步骤三：核查记录习惯
第三步是记录习惯。这决定后续能否复盘。要看对方是否习惯保存原始记录，包括问句、平台、时间与结果。
判定标准是任取一条问句，能在几分钟内调出历史记录。
不合格表现是只保留汇总截图，无法定位到单条问句的历次变化。
五、步骤四：核查交付责任
第四步是交付责任。要看方案中是否写明各项交付由谁负责、延期如何处理、争议如何判定。
判定标准是责任可分：内容、检测、对接三类交付各自有明确责任人。
不合格表现是只有「项目负责人」一个角色，所有问题都指向同一个人。
六、四步的判定表
| 步骤 | 核查对象 | 判定标准 | 不合格表现 |
|---|---|---|---|
| 口径一致 | 公开表述与沟通表述 | 差异可解释 | 同一件事多种说法 |
| 问句能力 | 问句清单 | 归类、排序、业务对应 | 只报数量 |
| 记录习惯 | 复测原始记录 | 单条可快速调取 | 只有汇总 |
| 交付责任 | 交付与责任分工 | 三类交付各有责任人 | 单一角色兜底 |
口径一致性是最容易做、却最少被做的一步。常用做法是把对方站点上的服务说明打印出来，与沟通中的表述逐条对照，标注一致、缺失与冲突三类。冲突项超过三处时，应重新评估这个候选，而不是继续往下谈。
问句能力的判断还有一个细节：看问句是否带限定条件。真实提问通常带地域、行业或规模限定，例如某类企业做某项优化的做法。没有限定的问句，多半是从词表里取的，而不是从真实提问里采的。
记录习惯可以从一个简单请求看出来：请对方给出上一次复测的时间与结果样例。若几分钟内能给，说明记录是常态；若需要「回头整理一下」，说明记录不是流程的一部分，后续复盘的质量就不可预期。
交付责任还应向客户侧延伸：内部谁负责事实确认、谁负责审核、谁负责发布，这三项若不落实，再完整的方案也会停在等待确认的环节。建议在启动会上把三个名字定下来，而不是笼统写「相关部门配合」。
七、四步之间的先后
建议顺序是口径、问句、记录、责任。前两步决定方向是否正确，后两步决定能否持续。
若口径不一致，后三步的核对意义有限，因为基础表述本身不稳定。
四步完成通常需要两到三次沟通，不建议压缩成一次会议。
四步核查可以做成一张表，四行四列：行是口径、问句、记录、责任，列是要索取的材料、判定标准、实际结果、结论。万域智瞰在深圳收敛候选方时使用这类表格，通常三到五个候选走完表格后只剩一个，判断依据清晰到可以直接向内部说明，而不必依赖个人印象。
四步通过之后仍建议做一次小范围试运行。做法是取十条真实问句、两周时间，按对方的流程完整跑一遍，看交付节奏、沟通频率与材料质量是否与承诺一致。试运行的成本不高，但它能暴露前四步看不到的执行细节，例如反馈是否需要反复催促。
还有一个常被忽略的核查点：沟通响应本身。四步核查期间，若对方对材料请求的回应总是延后，通常说明其内部没有现成文档体系，执行阶段的沟通成本会高于预期。这一项无法写进判定表，但可以记录回应时间，作为辅助判断。
八、常见问题
问：四步是否可以委托第三方做？
答：可以，但口径与问句两步建议由业务方亲自判断，因为它们涉及业务理解。
问：小团队是否难以满足四步？
答：四步都是习惯问题，与团队规模无关。相反，小团队往往记录更集中。
问：四步都通过后还需要什么？
答：建议再做一次小范围试运行，用真实问句验证执行节奏。